人脸识别究竟如何工作?
深入分析之前,首先让我们探究一下人脸识别的工作原理。
Viola-Jones的人脸识别
2001年,Paul Viola和Michael Jone开始了计算机视觉的革命,当时的人脸识别技术并不成熟,识别准确度较低,速度也很慢。直到提出了Viola-Jones人脸识别框架后,不仅成功率大大提高,而且还能实施进行人脸识别。
自从上世纪90年代开展了各项人脸识别、目标识别挑战赛,这类技术得到了迅猛发展。
在这里给大家推荐一个python系统学习q群:250933691有免费开发工具以及初学资料,(人工智能,数据分析,爬虫,神经网络)每天有老师给大家免费授课,欢迎一起交流学习
深度卷积神经网络
2010年,ImageNet视觉识别挑战赛开始举办,前两年,大部分参赛队伍都用Fisher Vectors和支持向量机的结合。但2012年,一切都变了。
多伦多大学的团队(Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton)第一次在目标物体识别任务上使用了深度卷积神经网络,并拿到冠军。他们使用的方法错误率为15.4%,而第二名的错误率为26.2%。到了2013年,前5名的队伍全部都开始用深度卷积神经网络。
所以,神经网络到底怎么工作的呢?下面的视频会给你答案:
亚马逊、谷歌、IBM、微软现在在用什么?
目前为止,